Introdução a Ciencia de dados_DSA

Prévia do material em texto

www.datascienceacademy.com.br
www.datascienceacademy.com.br
Esse e-book não pode ser usado para fins comerciais, mas
pode ser distribuído livremente sob a licença Creative
Commons.
Pedimos apenas, a gentileza de citar a fonte, pois todo
este material é resultado de trabalho árduo de nossa
equipe.
Esta foi a forma que encontramos de contribuir com a
sociedade que deve ter a educação como prioridade.
http://datascienceacademy.us12.list-manage.com/track/click?u=22e85428e66233bf585e5c9be&id=bce8270346&e=e10a87a3ec
www.datascienceacademy.com.br
Introdução à Ciência de Dados 2.0
O futuro é aqui.
www.datascienceacademy.com.br
Prezado(a) Aluno(a),
Seja muito bem-vindo(a) ao curso:
Introdução à 
Ciência de Dados 2.0
www.datascienceacademy.com.brwww.datascienceacademy.com.br
Nossa
Escola
Data Science 
Academy
A Data Science Academy (DSA) é um portal de
ensino online especializado em Big Data, Machine
Learning, Inteligência Artificial, Desenvolvimento
de Chatbots e tecnologias relacionadas. Nosso
objetivo é fornecer aos alunos conteúdo de alto
nível por meio do uso de computador, tablet ou
smartphone, em qualquer lugar, a qualquer hora,
100% online e 100% em português.
www.datascienceacademy.com.br
Data Science Academy - Localização
No Brasil e no Mundo.
www.datascienceacademy.com.br
Big Data 
Fundamentos 2.0
Treinamentos Gratuitos DSA
Introdução à
Ciência de Dados 2.0
Python
Fundamentos 
Para Análise de Dados Microsoft Power BI
Para Data Science
Acreditamos que aprender não para nunca.
Treinamentos preparados especialmente 
para Você!
www.datascienceacademy.com.br
1 2 3 4 5
Ciência de Dados 
e
Big Data
Aprendizado de 
Máquina
(Machine Learning)
Introdução
O que é Ciência 
de Dados?
Ciência de Dados 
e Estatística
Conteúdo do Curso
Curso Introdução à Ciência de Dados 2.0
www.datascienceacademy.com.br
6 7 8 9
Carreiras em 
Data Science
Avaliação Final 
e Certificado de 
Conclusão
Aplicações da 
Ciência de 
Dados
Ciclo de Vida de 
Projetos em 
Data Science
Como se Tornar 
um Cientista de 
Dados
Conteúdo do Curso
10
Curso Introdução à Ciência de Dados 2.0
www.datascienceacademy.com.br
Curso Introdução à Ciência de Dados 2.0
Este não é um curso técnico. Temos muitos outros cursos
abordando em detalhes todas as tecnologias que envolvem a
Ciência de Dados. Nosso objetivo aqui será definir claramente
os conceitos e orientá-lo para o mercado de trabalho.
Aliás, já fizemos um trabalho de análise de dados para você!
Coletamos, filtramos, limpamos, analisamos e estamos trazendo
insights preciosos sobre Data Science. Espero que você goste!
www.datascienceacademy.com.br
Muita Vontade de Aprender!
45 %
Desejo de entrar no Mundo da
Ciência de Dados, uma das áreas
mais promissoras para os próximos
anos!
Pré-requisitos
0
1
2
3
4
5
www.datascienceacademy.com.br
45 %
Público Alvo
• Profissionais que buscam uma carreira em Data Science e Big Data
• Analistas de Dados
• Cientistas de Dados
• Engenheiros de Dados
• Analistas de Negócios
• Administradores de Sistemas
• Desenvolvedores
• Arquitetos de Soluções
• Profissionais de TI
• Gestores de TI
• Estudantes
• Lifetime learners
www.datascienceacademy.com.br
O Que Esperamos de Você!
Comunique-se, aprenda 
e divirta-se em nossa 
Comunidade. 
Divirta-se
Leia a bibliografia 
adicional, acesse os links 
úteis e realize os quizzes 
ao final dos capítulos.
Bibliografia
de dedicação por semana.
1 a 2 horas
E-books e material 
complementar!
Leitura do Material
Interação
Sua Abordagem no curso.
Utilize nossas Apps e interaja 
na rede com outros alunos, no 
fórum exclusivo e na timeline da 
Comunidade em nosso site. 
www.datascienceacademy.com.br
Projetos
Como se Tornar um 
Cientista de Dados
Conhecimento 
sobre Ciência 
de Dados
Objetivos ao concluir o Curso Introdução à Ciência de Dados 2.0
Estatística
Machine Learning
www.datascienceacademy.com.br
Avaliação Final
Questões
50
Tentativas
3
Aproveitamento
70%
0 1 2 3 4 5 6
Category 1
Category 2
Category 3
Category 4
Certificado de Conclusão
www.datascienceacademy.com.br
Seja aprovado,
E receba o e-book com todo o 
conteúdo do curso 
de forma gratuita.
E-book
www.datascienceacademy.com.br
Seja aprovado,
E receba o e-book com todo o 
conteúdo do curso 
de forma gratuita
Suporte
Em todos os nossos cursos, gratuitos e pagos,
o aluno recebe suporte em até 24 horas,
incluindo finais de semana e feriados.
Utilize um dos nossos canais de comunicação e
obtenha suporte sempre que precisar!
Nossa equipe é obcecada pelo sucesso dos
nossos alunos!
Oferecemos mais do que cursos online.
Oferecemos uma experiência de aprendizagem!
www.datascienceacademy.com.br
Seja aprovado,
E receba o e-book com todo o 
conteúdo do curso 
de forma gratuita
Compartilhe seu Certificado de Conclusão
www.datascienceacademy.com.br 19
Apps Gratuitas para IOS e Android
Baixe agora mesmo.
Apps Gratuitas para iOS e Android
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Definição de Ciência de Dados
www.datascienceacademy.com.br
Enquanto nossas vidas continuam
migrando para a internet, produzimos
um fluxo constante e exaustivo de
informação digital.
Estima-se que 90% dos dados armazenados no mundo
foram produzidos apenas nos últimos dois anos e os
rastros desses dados continuam duplicando a cada ano.
O termo “Ciência de Dados” ou Data Science em inglês,
tem sido cada vez mais usado e por uma boa razão.
É uma das áreas com 
maior crescimento 
atualmente!
www.datascienceacademy.com.br
Um Mercado 
em Expansão
E a profissão de Cientista de
Dados vem ganhando espaço no
mercado com uma demanda
cada vez maior em todo mundo!
www.datascienceacademy.com.br
Dentre as áreas de atuação que
vem demandando esses
especialistas, destacam-se o
varejo, saúde, finanças,
telecomunicações, segurança,
robótica, reconhecimento de
voz, economia digital, ciências
biológicas e médicas e muitas
outras.
Um Mercado 
em Expansão
www.datascienceacademy.com.br
Em pesquisa divulgada pela
Computerworld, 25% das empresas
afirmam planejar a contratação de
profissionais de Big Data e Data
Science neste ano – gerando nada
menos que 3,6 milhões de empregos
em todo mundo. Segundo previsão
do Gartner, 400 mil vagas para
profissionais de Big Data e Data
Science serão abertas no Brasil em
2018.
Um Mercado 
em Expansão
www.datascienceacademy.com.br
Cientista de 
Dados
O professional mais procurado 
atualmente do Mercado.
www.datascienceacademy.com.br
Análises avançadas de 
dados serão usadas por mais 
de 50% das grandes 
empresas a partir de 2018.
• Fontes: Computer word, IDG e Catho
www.datascienceacademy.com.br
“Decisões baseadas em 
emoções não são decisões. 
São instintos.”
www.datascienceacademy.com.br
O que é Ciência de Dados?
Mas o que é Ciência de Dados afinal?
www.datascienceacademy.com.br
O que é Ciência de Dados?
Ciência de Dados é o termo usado para definir a 
extração de insights de dados que são coletados de 
várias fontes.
www.datascienceacademy.com.br
O que é Ciência de Dados?
Utilizando várias técnicas, incluindo modelagem 
preditiva, a Ciência de Dados ajuda a analisar e 
interpretar grandes quantidades de dados.
www.datascienceacademy.com.br
O que é Ciência de Dados?
As pessoas que trabalham com Ciência de Dados são 
chamados Cientistas de Dados, porém muitas outras 
carreiras estão associadas a Data Science, como 
veremos mais adiante.
www.datascienceacademy.com.br
O que é Ciência de Dados?
O termo Ciência de dados surgiu na EMC (www.emc.com)
e vem ganhando popularidade a cada dia.
Ciência de Dados é o processo para extrair informações
valiosas a partir de dados. Como estamos vivendo na era
do Big Data, a Ciência de dados está se tornando um
campo muito promissor para explorar e processar grandes
volumes de dados gerados a partir de várias fontes e em
diferentes velocidades.
http://www.emc.com)/www.datascienceacademy.com.br
O que é Ciência de Dados?
Ciência de dados é uma grande disciplina em si e consiste
em conjuntos de habilidades especializadas, tais como:
estatística, matemática, programação, computação e
conhecimento de negócios, além de técnicas e teorias,
como a análise preditiva, modelagem, engenharia e
mineração de dados e visualização.
www.datascienceacademy.com.br
A disciplina de Ciência de Dados 
não evoluiu da noite para o dia 
O que é Ciência de Dados?
www.datascienceacademy.com.br
O que é Ciência de Dados?
Na verdade, a Ciência de Dados tem
estado entre nós há bastante tempo,
sob a forma de análise de negócios ou
inteligência competitiva, mas somente
agora o seu verdadeiro potencial foi
percebido e isso se deve em parte ao
Big Data.
www.datascienceacademy.com.br
O que é Ciência de Dados?
O principal objetivo da Ciência de Dados é extrair e
interpretar os dados de forma eficaz e apresentá-los
em uma linguagem simples e não técnica para os
usuários finais e tomadores de decisão.
www.datascienceacademy.com.br
O que é Ciência de Dados?
Assim, a Ciência de Dados é tudo aquilo
relacionado sobre a construção de
informações úteis e a capacidade de
converter estas informações em produtos
”data-driven”!
www.datascienceacademy.com.br
Áreas de 
Conhecimento
www.datascienceacademy.com.br
Áreas de Conhecimento da Ciência de 
Dados
www.datascienceacademy.com.br
Áreas de Conhecimento
Data 
Science
Matemática e 
Estatística
Conhecimento 
das áreas de 
negócio
Ciência da 
Computação
Data 
Science
www.datascienceacademy.com.br
Áreas de Conhecimento
Na sua essência, a Ciência de Dados envolve o uso de 
métodos automatizados (ciência da computação) para 
analisar enormes quantidades de dados (estatística) e para 
extrair conhecimento (áreas de negócio) a partir deles.
www.datascienceacademy.com.br
Áreas de Conhecimento
Matemática e 
Estatística
Conhecimento 
das áreas de 
negócio
Ciência da 
Computação
Data 
Science
www.datascienceacademy.com.br
Áreas de Conhecimento
Data 
Science
Método 
Científico
Estatística
Computação 
Avançada
Visualização
Engenharia 
de Dados
Conhecimento 
de Negócios
Pensamento 
Hacker
Matemática
www.datascienceacademy.com.br
Áreas de Conhecimento
Perceba que a palavra chave em Data Science, não é Data e sim Science.
www.datascienceacademy.com.br
O que é Ciência de Dados?
Ciência de Dados é a exploração e análise de todos os dados 
disponíveis, sejam eles estruturados ou não, com o objetivo de 
desenvolver compreensão, extrair conhecimento e formular ações 
que gerem resultados.
www.datascienceacademy.com.br
O que é Ciência de Dados?
A Ciência de Dados está ajudando a criar
novos ramos da ciência e influenciando
áreas das ciências sociais e humanas.
www.datascienceacademy.com.br
O que é Ciência de Dados?
E esta tendência deve acelerar nos
próximos anos com dados de sensores
móveis, instrumentos sofisticados, o
crescimento da internet e muito mais.
www.datascienceacademy.com.br
O que é Ciência de Dados?
Cada vez mais, veremos as universidades
oferecendo disciplinas relacionadas a análise de
dados, desde de cursos de Engenharia e Ciência
da Computação, até Direito e Pedagogia.
www.datascienceacademy.com.br
O que é Ciência de Dados?
A análise de dados estará presente em todas as 
áreas de conhecimento.
www.datascienceacademy.com.br
Dados para Tomada de Decisão
www.datascienceacademy.com.br
O que é Ciência de Dados?
Dados Decisões Ações
www.datascienceacademy.com.br
O que é Ciência de Dados?
Exemplo:
Problema identificado: Clientes cancelam seus planos de telefonia com frequência de 2 a 3 meses após
assinatura do plano.
1- Dados e Análise – Dados coletados e analisados, levaram à conclusão que existe uma tendência entre os
clientes de operadoras de telefonia em trocar de operadora após o terceiro contato com atendimento ao cliente.
2- Decisão – Os executivos da empresa, baseados em dados, decidiram rever todos os processos de
atendimento ao cliente.
3- Ação – a empresa contratou uma consultoria para fornecer treinamento especializado de atendimento ao
cliente, passou a monitorar as ligações, criou programas de incentivo aos melhores operadores, etc…
www.datascienceacademy.com.br
O que é Ciência de Dados?
Dados Decisões Ações
O principal objetivo é extrair 
informações dos dados e transformá-las 
em conhecimento que possa ser usado 
para a tomada de decisões
www.datascienceacademy.com.br
O que é Ciência de Dados?
Dados Ação
www.datascienceacademy.com.br
O que é Ciência de Dados?
Dados Ação
O que aconteceu?
Por que aconteceu?
Acontecerá novamente?
O que deve ser feito?
Decisão
Valor
www.datascienceacademy.com.br
O que é Ciência de Dados?
O que é Data Science afinal
www.datascienceacademy.com.br
O que é Data Science afinal
✓ Identificar o problema da área de negócio
✓ Compreender o problema (entidades e atributos)
✓ Coletar conjuntos de dados (datasets), que representem a entidade
✓ Limpar e transformar os dados
✓ Compreender os relacionamentos entre os dados
✓ Criar modelos que representem os relacionamentos
✓ Utilizar os modelos para fazer predições
✓ Entregar valor e resultado
www.datascienceacademy.com.br
Simples?
O que é Ciência de Dados?
www.datascienceacademy.com.br
O que é Ciência de Dados?
Não é necessariamente simples!
www.datascienceacademy.com.br
www.datascienceacademy.com.br
O que é Ciência de Dados?
Normalmente, o processo compreende várias etapas, começando por uma questão
de negócio a ser resolvida. Uma vez que você sabe o que você quer analisar, você
precisa obter os dados corretos, limpá-los, explorá-los, criar e avaliar um modelo,
repetir este ciclo algumas vezes e, finalmente, você está pronto para começar a
procurar uma maneira de como comunicar adequadamente seus resultados.
www.datascienceacademy.com.br
Busque conhecimentos para se tornar um 
profissional de Analytics.
Isso fará toda a diferença em sua carreira!
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
Procedimentos 
MédicosMídias 
Sociais
Notícias 
e Jornais
Imagens 
por satélite
E-commerce
TV & 
Video
Sensores e Sistemas 
de Monitoramento
Insights
Correlação Análise
O que são dados?
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
Ainda acha pouco
Ciência de Dados e Big Data
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
Ciência de Dados e Big Data
2012 2.8 Zettabytes
2020 140 Zettabytes
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Observação
Resultado
Comportamento
Evento
Ambiente
Características
Entidade
O que os dados 
representam?
www.datascienceacademy.com.br
Dados x Informação
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Dados são coleções de fatos, tais 
como números, palavras, 
medições, observações ou mesmo 
apenas descrições de coisas.
Ciência de Dados e Big Data
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Ciência de Dados e Big Data
A maioria das pessoas 
acredita que os termos 
"dados" e "informação" são 
intercambiáveis e significam a 
mesma coisa. 
No entanto, há uma diferença 
distinta entre as duas palavras. 
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Os dados podem ser qualquer
caracter, texto, palavras, números,
imagens, som ou vídeo e, se não
colocados em contexto, significam
pouco ou nada para um ser humano.
No entanto, a informação é útil e
formatada de uma maneira geral,
permitindo que seja entendida por
um ser humano.
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
Soluções de Analytics sem dados, são como carros 
esportivos sem combustível!
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Dados estão por todos doslados!
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Ciência de Dados e Big Data
O que é um 
dataset?
Conjunto de Dados
www.datascienceacademy.com.br
Ciência de Dados e Big Data
O que é um 
dataset?
• Coleção de observações
• Cada observação é tipicamente chamada de registro
• Cada registro tem um conjunto de atributos que
apontam características, comportamentos ou
resultados
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Datasets
Estruturado
s
Semi 
Estruturado
s
Não 
Estruturados
Exemplo: bancos 
de dados
Exemplo: e-mail Exemplo: twitter
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Cientistas de Dados coletam e 
utilizam datasets para aprender 
sobre entidades e prever seu 
comportamento futuro e possíveis 
resultados!
www.datascienceacademy.com.br
Ciência de Dados e Big Data
• E-mails, cartas, mensagens de 
texto
• Legendas de vídeos
• Comentários de clientes
• Mensagens de voz
• Imagens / ilustrações
• Avaliação de funcionários
• Likes do Facebook, 
retweets
• Horário de publicação de 
posts, tweets, updates
• Pontuação em sites de 
classificação
• Conteúdo publicado em redes 
sociais
• Comentários em foruns online
• Imagens
• Vídeos de câmeras de segurança
Estruturado Não-estruturado
In
te
rn
o
E
x
te
rn
o
Formato dos Dados
F
o
n
te
 d
o
s
 D
a
d
o
s
• Resultados de pesquisas
• Registros de vendas
• Medidas de controle de 
processos
• Bancos de dados de 
sistemas internos (ERP, CRM)
www.datascienceacademy.com.br
Ciência de Dados e Big Data
E o Big Data?
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Big Data
Big Data é mais do que uma palavra da moda no mundo dos
negócios. Todo mundo deixa “rastros” quando cria uma conta no
Facebook, abre conta em banco, faz compras em
supermercados, etc. São dados como frequência de compra,
consumo médio, número de curtidas em posts de determinado
assunto, tweets. Multiplique isso bilhões de vezes e você começa
a perceber o que é o Big Data.
www.datascienceacademy.com.br
Ciência de Dados e Big Data
E o Big Data?
Big Data é uma coleção de conjuntos de dados, 
grandes e complexos, que não podem ser 
processados por bancos de dados ou aplicações 
de processamentos tradicionais
www.datascienceacademy.com.br
Ciência de Dados e Big Data
E o Big Data?
➢Empresas de diversos portes estão descobrindo novas maneiras
de coletar e usar mais dados e os esforços para tornar o Big Data
mais popular serão cada vez mais intensos.
➢Agora que as organizações já têm mais conhecimento do que é o
Big Data, as questões chave mudaram para quais são as
estratégias e as habilidades necessárias e como é possível medir
o ROI (Retorno Sobre Investimento).
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Big Data
Coleta
Integraçã
oDecisões 
e Ações
Análise
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
Ciência de Dados e Big Data
A Oportunidade do Big Data
Dados Internos
Estruturados, previsíveis, permanentes, 
fáceis de obter
ERP CRM BI SCM RH
Mídia Social
Análise de Textos
API’s
Reconhecimento de Voz
Processamento de Linguagem Natural
Internet das Coisas
Automação
Saas
PaaS
Dados Externos
Não-estruturados, randômicos, voláteis, 
difíceis de obter
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
E por que é importante aprender a analisar o Big 
Data, utilizando a Ciência de Dados?
Ciência de Dados e Big Data
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Até 2018, haverá um deficit de 140 a 190 mil profissionais 
com habilidades em análise de dados e mais de 1,5 milhão 
de gerentes e analistas que saibam usar Big Data de forma 
efetiva para tomada de decisões.
- McKinsey Global Institute "Big Data Report 2015"
www.datascienceacademy.com.br
Ciência de Dados e Big Data
Nós tendemos a superestimar o efeito de uma nova tecnologia no 
curto prazo e subestimar o efeito no longo prazo. 
– Roy Amara
www.datascienceacademy.com.br
Ciência de Dados e Big Data
As profissões relacionadas
a análise de dados, estão
entre as mais promissoras
na próxima década.
www.datascienceacademy.com.br
Ciência de Dados e Big Data
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Estatística e Data Science são a mesma coisa?
www.datascienceacademy.com.br
NÃO
www.datascienceacademy.com.br
www.datascienceacademy.com.br
• Microsoft Power BI Para Data Science (Gratuito)
• Formação Cientista de Dados
• Formação Inteligência Artificial
www.datascienceacademy.com.br
O que é Estatística?
www.datascienceacademy.com.br
A Estatística fornece técnicas e métodos de 
análise de dados que auxiliam o processo de 
tomada de decisão nos mais variados 
problemas onde existe incerteza.
www.datascienceacademy.com.br
• Bioestatística
• Contabilometria
• Controle de qualidade
• Estatística comercial
• Estatística econômica
• Estatística de engenharia
• Estatística física
• Estatística populacional
• Estatística psicológica
• Estatística social (para todas as ciências sociais)
• Geoestatística
• Pesquisa operacional
• Análise de processo e quimiometria
www.datascienceacademy.com.br
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Probabilidade
Estudo da aleatoriedade e da incerteza 
www.datascienceacademy.com.br
Estatística Descritiva
Utiliza métodos para coleta, organização, 
apresentação, análise e síntese de dados 
obtidos em uma população ou amostra.
www.datascienceacademy.com.br
Estatística Inferencial
É o processo de estimar informações 
sobre uma população a partir dos 
resultados observados em uma amostra.
www.datascienceacademy.com.br
É verdade que algumas pessoas pensam 
que as estatísticas mentem.
www.datascienceacademy.com.br
Ou, como dizem alguns: 
“Os números dizem qualquer coisa quando bem torturados” 
www.datascienceacademy.com.br
Mas a verdade é que qualquer ciência produz
resultado contrário ao desejado, quando é mal
aplicada.
Portanto, as estatísticas “mentem” apenas
quando estão erradas ou, no mínimo, estão
sendo mal interpretadas.
www.datascienceacademy.com.br
A Estatística trata dados. 
Todo dado se refere a uma variável.
Portanto, a Estatística trabalha
com variáveis, que podem
assumir diferentes valores, em
diferentes unidades.
www.datascienceacademy.com.br
A Estatística trata dados. 
O que é Estatística?
www.datascienceacademy.com.br
A Estatística trata dados. 
Estatística é a ciência, parte da Matemática Aplicada, 
que fornece métodos para coletar, descrever, analisar, 
apresentar e interpretar dados, para a utilização dos 
mesmos na tomada de decisões.
www.datascienceacademy.com.br
A Estatística trata dados. 
Big Data Analytics é o termo que se refere a análise 
estatística de grandes quantidades de dados, para que se 
possa extrair informação relevante para a compreensão da 
situação atual e a tomada de decisões. 
www.datascienceacademy.com.br
A Estatística trata dados. 
Formação Cientista de Dados
• Big Data Analytics com R e Microsoft Azure Machine Learning
• Big Data Real-Time Analytics com Python e Spark
• Engenharia de Dados com Hadoop e Spark
• Machine Learning
• Business Analytics
• Visualização de Dados e Design de Dashboards
• Preparação Para a Carreira de Cientista de Dados
www.datascienceacademy.com.br
Qual a Relação Entre Ciência de Dados 
e Estatística?
www.datascienceacademy.com.br
As teorias estatísticas servem como
base para tudo, desde a criação de
perfis de passageiros em uma era de
ameaças terroristas até à eficácia de
novos programas para reduzir a taxa de
erros hospitalares.
www.datascienceacademy.com.br
A Estatística pode ajudar a avaliar se o
sucesso de um fundo deinvestimentos é
genuíno ou devido ao acaso, pode ajudar a
prever se um determinado assinante vai
cancelar sua assinatura este ano ou se uma
reivindicação de seguro é fraudulenta.
www.datascienceacademy.com.br
Vivemos uma era em que a ciência deve prevalecer sobre o empirismo, 
em que a lógica deve prevalecer sobre o ”achismo”.
www.datascienceacademy.com.br
A Ciência de Dados utiliza os métodos estatísticos para 
explorar e analisar dados, fazer inferências e buscar padrões 
em meio a incertezas, tudo isso em novas abordagens e 
com o auxílio da Ciência da Computação.
www.datascienceacademy.com.br
Ciência de Dados x Análises Estatísticas
A razão para a necessidade crescente desta nova abordagem está 
relacionada ao Big Data, que demanda o uso de diferentes tecnologias à 
análise estatística.
www.datascienceacademy.com.br
Os Cientistas de Dados possuem 3 características principais:
1. Eles têm um forte conhecimento de Estatística e aprendizado de máquina,
pelo menos o suficiente para evitar má interpretação de correlação e
causalidade.
2. Eles têm habilidades de informática para usar uma linguagem de
programação (como R ou Python) para facilitar o trabalho de análise.
3. Eles podem visualizar e resumir seus dados e sua análise de uma maneira
que seja significativa para alguém menos familiarizado com os dados,
baseado em sua experiência de áreas de negócio.
www.datascienceacademy.com.br
A Estatística é parte fundamental do trabalho do Cientista de Dados
www.datascienceacademy.com.br
A American Statistical Association (ASA) divulgou recentemente uma
declaração sobre o papel da Estatística na Ciência de Dados. O Presidente
da ASA, David Morganstein, deu esta declaração no seu comunicado de
imprensa:
“Através desta declaração, a ASA e seus membros reconhecem que a
ciência de dados abrange mais do que estatística, mas ao mesmo tempo
também reconhece que a estatística desempenha um papel fundamental no
rápido crescimento deste campo. É nossa esperança que esta declaração
possa reforçar a relação da estatística com a ciência de dados e ainda
fomentar relacionamentos mútuos de colaboração entre todos os
contribuintes na ciência de dados.”
Fonte: http://www.amstat.org/newsroom
http://www.amstat.org/newsroom
www.datascienceacademy.com.br
A declaração evidencia que Estatística é fundamental para a Ciência de 
Dados, juntamente com gestão de banco de dados, sistemas distribuídos e 
paralelos, computação, matemática e programação. A sua utilização neste 
campo emergente, capacita pesquisadores para extrair conhecimento e obter 
melhores resultados de grandes projetos. A declaração também incentiva a 
colaboração máxima e multifacetada entre estatísticos e cientistas de 
dados para maximizar o potencial da ciência de dados.
http://www.cienciaedados.com/data-science/
http://www.cienciaedados.com/cientista-de-dados-parte-1/
www.datascienceacademy.com.br
Em resumo, a Estatística desempenha um papel fundamental dentro da 
Ciência de Dados. Porém, a Ciência de Dados compreende outras áreas 
de conhecimento, como já vimos anteriormente.
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
A Ciência de Dados não é apenas uma ciência ou
uma técnica, é também uma "arte". Ciência de dados
é a arte de ouvir as suas intuições, enquanto enfrenta
enorme quantidade de dados, classificando,
avaliando e buscando as conclusões.
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
Nem todo mundo é abençoado com esta arte!
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
Cientistas de Dados precisam ser realmente criativos
em visualizar os dados de várias formas gráficas e
apresentar os dados altamente complexos de uma
forma muito simples e amigável!
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
Se um Cientista de Dados é capaz de converter
aterrorizantes Petabytes de dados estruturados, bem
como dados não-estruturados (imagens, vídeos,
arquivos de log, etc...) em um formato mais fácil e
simples, ele é um - "artista"!
www.datascienceacademy.com.br
Ciência de Dados também é uma arte!
Afinal, apenas um Cientista de Dados mais hábil
pode gerenciar o banco de dados do McDonalds,
gerar inisghts dos bilhões de vídeos carregados no
Youtube, gerenciar grandes volumes de dados da GE
ou ainda gerenciar os dados relativos às milhares de
amostras de sangue de pacientes ou dados não
estruturados gerados a partir de raios-X!
www.datascienceacademy.com.br
O Aprendizado de Estatística
Para muitas pessoas, o aprendizado de
Estatística pode ser meio obscuro. Isso se
deve aos métodos de ensino, muitas vezes
artificiais e focados apenas em fórmulas
matemáticas, sem qualquer ligação com o
mercado de trabalho ou com nossas vidas
diárias.
www.datascienceacademy.com.br
O Aprendizado de Estatística
Entretanto, o rápido crescimento da
Ciência de Dados e da análise de dados
em geral, colocou a Estatística no centro
das atenções, trazendo novas formas de
ensinar e aprender Estatística.
www.datascienceacademy.com.br
Aqui na DSA acreditamos que a melhor
forma de aprender é fazendo! Por isso
oferecemos cursos que aliam teoria e prática
na medida certa, com conteúdo atual e
voltado ao mercado de trabalho! E tudo
100% em português!
www.datascienceacademy.com.br
Não espere até que você entenda
completamente o que você está
fazendo, antes de começar a aplicar
seu conhecimento.
www.datascienceacademy.com.br
A compreensão vem à medida que
você aplica o conhecimento.
www.datascienceacademy.com.br
Quando aprendemos a falar, nós
não esperamos até compreender a
estrutura gramatical do idioma,
antes de dizer qualquer coisa.
www.datascienceacademy.com.br
Quanto mais você aplica o conhecimento, mais você aprende!
www.datascienceacademy.com.br
Em uma análise estatística, o contexto é vital e muito interessante.
Você precisa entender o problema que deu origem à investigação e coleta de
dados (por isso o conhecimento de áreas de negócios é tão importante). O
contexto é o que faz cada investigação estatística diferente.
Os Cientistas de Dados muitas vezes trabalham ao lado de outros
pesquisadores em áreas como Medicina, Psicologia, Biologia, Geologia,
Marketing, Finanças, Contabilidade, E-commerce, etc..,que fornecem o plano
de fundo contextual para o problema.
www.datascienceacademy.com.br
É importante aprender Estatística, 
para se tornar um Cientista de Dados?
*** SIM ***
www.datascienceacademy.com.br
E por isso a Data Science Academy oferece a Formação Cientista de Dados,
um programa com mais de 1.200 aulas em vídeo, mais de 320 scripts
comentados linha a linha, mais de 200 manuais em pdf, 26 projetos, suporte
em até 24 horas, forum exclusivo, networking de qualidade com alunos de
alto nível e todo conteúdo 100% em português!
E você ainda pode estudar do seu smartphone ou tablet com nossas apps
gratuitas para iOS e Android.
www.datascienceacademy.com.br
Introdução à Ciência de Dados 2.0
O futuro é aqui.
www.datascienceacademy.com.br
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
O Que é Aprendizado de Máquina?
www.datascienceacademy.com.br
O que é Aprendizado?
www.datascienceacademy.com.br
Aprendizado é a capacidade de se adaptar, modificar e 
melhorar seu comportamento e suas respostas, sendo portanto 
uma das propriedades mais importantes dos seres ditos 
inteligentes, sejam eles humanos ou não.
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Estamos tentando reproduzir o 
processo de aprendizado de seres 
humanos em máquinas, através de 
algoritmos de Machine Learning.
www.datascienceacademy.com.br
Machine Learning é um subcampo da Inteligência Artificial que 
permite dar aos computadores a habilidade de aprender sem que 
sejam explicitamente programados para isso.www.datascienceacademy.com.br
Machine Learning ou Aprendizado de Máquina é um método de análise de 
dados que automatiza o desenvolvimento de modelos analíticos. Usando 
algoritmos que aprendem a partir de dados, o aprendizado de máquina 
permite que os computadores encontrem insights ocultos sem que sejam 
explicitamente programados para procurar algo específico.
www.datascienceacademy.com.br
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Tipos de Aprendizagem
www.datascienceacademy.com.br
Tipos de AprendizagemTipos de Aprendizagem
Supervisionada
Não 
Supervisionada
Semi 
Supervisionada
Aprendizagem 
Por Reforço
Deep Learning
www.datascienceacademy.com.br
Aprendizagem Supervisionada
www.datascienceacademy.com.br
Aprendizagem Supervisionada
www.datascienceacademy.com.br
Aprendizagem Supervisionada
Dados Amostras de Dados Algoritmo
Modelo 
Treinado
Teste e 
Validação
Produção
www.datascienceacademy.com.br
Os algoritmos de aprendizado 
supervisionado fazem previsões com 
base em um conjunto de exemplos.
www.datascienceacademy.com.br
Aprendizagem 
Supervisionada
Classificação Regressão
www.datascienceacademy.com.br
Aprendizagem Não Supervisionada
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Alguns sistemas de recomendação 
que você encontra na internet sob a 
forma de automação de marketing são 
baseados neste tipo de aprendizagem.
www.datascienceacademy.com.br
O Aprendizado Não Supervisionado é 
usado com dados que não possuem 
rótulos históricos, ou seja, nós não temos 
variáveis target (as variáveis de saída) 
para serem estimadas. 
O algoritmo não recebe durante o 
treinamento, os possíveis resultados e ele 
deve descobrir por si próprio. O objetivo é 
explorar os dados e encontrar alguma 
estrutura neles. 
www.datascienceacademy.com.br
www.datascienceacademy.com.brwww.datascienceacademy.com.br
Aplicações da Ciência de Dados
O potencial de aplicação da Ciência de
Dados é imenso.
E este é um dos fatores que tem feito com que
Data Science tenha atraído tanto o interesse de
empresas, profissionais e do mercado em
geral.
www.datascienceacademy.com.brwww.datascienceacademy.com.br
Aplicações da Ciência de Dados
Vejamos alguns exemplos.
• Detecção de fraudes
• Carros automatizados
• Melhores sistemas de monitoramento
• Detecção e prevenção de epidemias
• Detecção de terremotos
• Educação customizada, por demanda e online
• Medicamentos customizados, baseados no histórico de cada 
paciente
• Processo otimizado de iluminação residencial, industrial e pública
• Sistemas de busca mais eficientes
• Geo-marketing através de smartphones
• Marketing personalizado
• Combate ao crime e ao terrorismo
www.datascienceacademy.com.br
Temos visto nos últimos anos, 
investimentos em toda a infraestrutura 
de negócios, o que tem gerado 
habilidade de coletar todos os tipos de 
dados através das empresas.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Atualmente, cada aspecto de 
um negócio está aberto para a 
coleta de dados
Operações
Manufatura
Gestão de Logística
Comportamento do Cliente
Processos e Procedimentos
Performance de Campanhas de Marketing
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Aplicações da Ciência de Dados
Em paralelo, a informação está vastamente disponível, 
como tendências de mercado, novas tecnologias e 
movimento dos competidores.
www.datascienceacademy.com.br
Esta disponibilidade de dados, tem aumentado o interesse por 
métodos de extração de informação útil e conhecimento dos dados
E este é o reino da 
Ciência de Dados
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
A Ciência de Dados pode ser utilizada em praticamente todas as atividades 
humanas, desde que dados sejam gerados e possam ser coletados, 
incluindo aplicações avançadas, tais como:
➢Sistemas de Inteligência Artificial
➢Agentes Virtuais Inteligentes
➢Robôs Advogados
➢Robôs Investidores
➢Robôs Cirurgiões
➢Sistemas de Tomada de Decisão 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Aplicações da Ciência de Dados
Exemplos de Aplicação da 
Ciência de Dados
www.datascienceacademy.com.br
➢Servidores de dados com 4 Petabytes de dados
➢Cada venda é registrada
➢Aproximadamente 267 milhões de transações por 
dia, nas 6000 lojas em todo o mundo
➢Análise de Dados focada na avaliação da 
efetividade de estratégias de preço e campanhas 
de marketing
➢Busca de melhoria na sua gestão logística e de 
inventário
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
➢Personalização da experiência de compra 
online
➢Cada cliente possui sua própria loja, baseada 
nas suas preferências
➢ Influência das avaliações de outros usuários, 
nas decisões de compra
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
➢A análise de cada uma das transações
realizadas pelo banco, nos mais de 100
países em que opera, permite a geração
de insights relacionados a investimentos,
mudanças de mercado, padrões de
operação e condições econômicas
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Outros exemplos:
• Netflix
• Mídias Sociais (Facebook, LinkedIn, Twitter)
• Web Apps (Uber, AirBnB)
• Planejamento urbano (Cidades Europeias)
• Astrofísica (Nasa)
• Saúde Pública (Hospitais Americanos)
• Esportes (NFL)
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Educação
• Orientação em tempo real para que o 
estudante não abandone a escola
• Personalização do processo de aprendizagem
• Monitoramento do estudante na sua vida 
acadêmica
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Educação
Imagine se escolas e faculdades conhecessem
melhor seus estudantes, suas limitações, forças e
fraquezas e com isso pudessem direcionar e instruir
cada um deles com formas personalizadas de
aprendizado mais desafiador.
Imagine se estes dados pudessem ser cruzados
com indicadores sócio-econômicos, renda familiar,
previdência social, etc…, gerando com isso
informação para governos e instituições.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Varejo
Esta talvez seja uma das áreas mais beneficiadas 
pela Ciência de Dados, devido a diversidade de 
dados gerados.
• Análise de sentimento da marca
• Recomendação individualizada de produtos
• Retenção e satisfação do cliente
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Telecom
Desenvolver novos produtos já que os dispositivos
móveis estão produzindo uma grande quantidade de
dados sobre como, por que, onde e quando estão sendo
usados. Estes dados são extremamente valiosos, mas
devido ao volume e variedade fica difícil ingerir,
armazenar e analisar estes dados que podem resultar
em novos grandes insights.
• Análise de registro de ligações
• Geolocalização de ligações
• Ofertas personalizadas de produtos
• Racionalização dos custos 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Saúde
• Monitoramento de sinais vitais
• Redução de taxa de retorno de pacientes
• Medicamentos personalizados
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Financeiro
• Detecção de fraudes
• Análise de risco
• Análise de perfil
• Geolocalização
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Governos
• Fornecimento personalizado de serviços públicos
• Mapeamento de segurança pública
• Redução e racionalização de gastos
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Percebeu por que a Ciência de Dados
cresce em alta velocidade?
Nunca o mundo gerou tantos dados e
por isso mesmo, nunca tivemos tantas
oportunidades como agora!
Pense nisso!
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Business Intelligence não é a mesma 
coisa que Data Science.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Business Intelligence não é a mesmacoisa que Data Science
Business Intelligence e Data Science tem
muita coisa em comum e Cientistas de
Dados e Analistas de BI são como primos.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Business Intelligence não é a mesma coisa que Data Science
Aplicações da Ciência de Dados
Ambos usam dados com o mesmo
objetivo, mas a sua abordagem, tecnologia
e função diferem de diversas maneiras.
www.datascienceacademy.com.br
O objetivo do BI é converter dados brutos em insights de negócio, que os 
líderes empresariais e gestores possam usar para tomar decisões.
Business 
Intelligence
A Ciência de Dados também converte dados brutos em insights de 
negócio, mas aplica metodologia científica para exploração dos dados, 
testes de hipótese, modelagem estatística e aprendizado de máquina.
Ciência de 
Dados
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Descritiva
Diagnóstica
Preditiva
Prescritiva
Análise
O que aconteceu?
Por que isso aconteceu?
O que acontecerá?
O que deve ser feito?
Ciência de 
Dados
BI 
Tradicional
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
DataOps
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
DataOps é a operação da infraestrutura necessária para suportar 
a quantidade, velocidade e variedade de dados disponíveis na 
empresa, que hoje é radicalmente diferente das abordagens de 
gerenciamento de dados tradicionais. 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
A natureza do DataOps abraça a necessidade de gerenciar fontes 
de dados muito diferentes e gerados em tempo real, permitindo 
que o Cientista de Dados tenha a sua disposição a infraestrutura 
necessária para fazer seu trabalho! 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Integração de Dados
Qualidade 
de Dados
Segurança de Dados
Engenharia 
de Dados
Aplicações da Ciência de Dados
DataOps
www.datascienceacademy.com.br
DevOps  DataOps
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
DataOps reconhece a natureza interligada da
engenharia de dados, integração de dados,
qualidade de dados e segurança de dados e
tem como objetivo ajudar uma empresa a
entregar rapidamente os dados que poderão
acelerar a análise e permitir resultados antes
impossíveis.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Em resumo, DataOps, é um conjunto de melhores práticas que visam tornar 
eficiente a coordenação entre a Ciência de Dados e as operações de dados 
e tornou-se assim um assunto fundamental para qualquer organização de TI 
que queira sobreviver e prosperar em um mundo onde inteligência de 
negócios em tempo real é uma necessidade competitiva.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
A Ciência de Dados é uma disciplina extremamente importante atualmente
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Mas essa disciplina só é útil na medida em que ela possa ser executada de 
forma confiável e eficiente
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
E para que isso aconteça, você precisa do DataOps para que seus DBAs, 
Cientistas de Dados, Desenvolvedores, Infraestrutura e Operações estejam 
em harmonia e focados na mesma direção.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Data Lake é um termo recente, criado pelo
CTO do Pentaho, James Dixon, para
descrever um componente importante no
universo da Ciência de Dados e do Big Data.
Aplicações da Ciência de Dados
http://www.pentaho.com/
http://www.cienciaedados.com/big-datas-4-vs/
www.datascienceacademy.com.br
Data Lake
A ideia é ter um único repositório dentro da 
empresa, para que todos os dados brutos estejam 
disponíveis a qualquer pessoa que precise fazer 
análise sobre eles.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Aplicações da Ciência de Dados
Data Lake
www.datascienceacademy.com.br
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Os Data Lakes armazenam os dados em seu formato 
bruto, sem qualquer processamento e sem governança.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Aliás, apesar das soluções comerciais, Data Lake é um 
conceito e não uma tecnologia. 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
O Data Lake em essência, é uma estratégia de 
armazenamento de dados.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Quando se ouve falar sobre um ponto único
para reunir todos os dados que uma
organização deseja analisar, imediatamente
se imagina a noção de Data Warehouse e
Data Mart.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Mas há uma distinção fundamental entre Data
Lake e Data Warehouse.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Data Lake
O Data Lake armazena dados brutos, sob
qualquer forma do jeito que foram coletados na
fonte de dados.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Data Lake
Não há suposições sobre o esquema dos
dados e cada fonte de dados pode usar
qualquer esquema. Cabe aqueles que vão
analisar os dados, dar sentido a esses dados
para o propósito ao qual a análise se destina.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Data Warehouse
Em contrapartida, o Data Warehouse tende a
usar a noção de um único esquema para todas
as necessidades de análise, o que se torna
impraticável em muitas situações relacionadas
a Big Data.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Data Warehouse
Os dados são limpos e organizados antes do
armazenamento, fazendo com que os dados
estejam disponíveis para uso e análise, assim
que são armazenados.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Ao mudar o foco para o armazenamento dos dados brutos, isso coloca a 
responsabilidade sobre os Cientistas de Dados.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
O Data Lake passa a ser a fonte para a Ciência de Dados
Big Data Ciência de 
Dados
Data Lake
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Enterprise Data Hub
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Um Enterprise Data Hub é um modelo de gerenciamento
de Big Data que usa uma plataforma Hadoop como o
repositório de dados central.
Aplicações da Ciência de Dados
http://www.cienciaedados.com/big-data-como-servico/
http://www.cienciaedados.com/processamento-de-dados-com-hadoop/
www.datascienceacademy.com.br
O objetivo de um Enterprise Data Hub é permitir que a 
empresa tenha uma fonte de dados centralizada e unificada 
que possa fornecer rapidamente informações a diversos 
usuários de negócio, apoiando a tomada de decisão. 
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Todos os aplicativos de analytics se conectam ao EDH para 
extrair as informações para análise.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
A introdução de um Enterprise Data Hub no cerne da 
arquitetura de informação de uma empresa, promove a 
centralização de todos os dados, em todos os formatos, 
disponíveis para todos os usuários de negócio, com total 
fidelidade e segurança e custo até 99% menor por Terabyte, 
em comparação com um Data Warehouse tradicional.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
Um Enterprise Data Hub serve
como um repositório flexível
para coletar e manter dados de
forma ilimitada, seja para fins
de conformidade ou para
aplicações sofisticadas, como
detecção de anomalias em
tempo real.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
O conceito de EDH (Enterprise
Data Hub), não chega a ser
exatamente novo, pois já
existem os EDWs (Enterprise
Data Warehouses).
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
O desafio está em mover a empresa de ummodelo tradicional de 
gestão de dados, para um modelo voltado ao Big Data e suas 
particularidades como volume, velocidade e variedade, permitindo 
assim a plena utilização da Ciência de Dados.
Aplicações da Ciência de Dados
www.datascienceacademy.com.br
O Enterprise Data Hub inclui:
• Reservatório de Dados ou “Data Lake
• Exploração do Big Data 
• Fácil acesso aos dados
• Armazenamento de dados em formato nativo
• Fonte para projetos de Data Science
Aplicações da Ciência de Dados
http://www.cienciaedados.com/data-lake-a-fonte-do-big-data/
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Todo projeto de Data Science deve começar 
com o objetivo, ou seja, as questões que 
precisam ser respondidas. 
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Depois de formuladas as questões, busca-se 
os dados que ajudarão a respondê-las.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
A maturidade da disciplina de Gestão de Projetos, permite 
que boas práticas de gerenciamento de projetos, como as 
definidas pelo PMI (Project Management Institute), possam 
ser utilizadas em projetos de Data Science.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Não há porque reinventar a roda. Conhecimento e 
experiência adquiridos em Gestão de Projetos, serão 
fundamentais para o sucesso de projetos de Data Science.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Compreensão do 
problema
Compreensão dos 
dados
Preparação dos 
dados
Modelagem
Avaliação
Implementação
Dados
(Big Data)
Big Data 
Analytics
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Inicialmente, é vital 
compreender o problema 
a ser resolvido.
Isso pode parecer óbvio, 
mas projetos de 
negócios raramente vem 
empacotados de forma 
clara.
Avaliar e reavaliar o 
problema e desenhar 
uma solução, é um 
processo iterativo de 
descoberta.
Na prática, o maior 
desafio em Ciência de 
Dados, está na 
identificação do 
problema.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Identificar o problema é uma das tarefas principais em um 
projeto de Data Science
Atenção!!
Não subestime esta etapa. 
A identificação correta do problema é a chave 
para o sucesso de projetos de Ciência de Dados.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Identificar o problema é uma das tarefas principais em um 
projeto de Data Science
E diversas técnicas analíticas podem ser usadas no processo:
➢Estatística
➢Busca em bancos de dados (Database Query)
➢Data Warehousing
➢Análise de Regressão
➢Machine Learning e Data Mining
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Vamos fazer um simples exercício:
Vamos elaborar algumas perguntas para identificar o problema e a 
possível solução a ser adotada
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Quais são os clientes mais rentáveis?
Esta pergunta poderia facilmente ser respondida com uma consulta simples a um banco 
de dados, usando linguagem SQL.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Existe diferença entre os clientes mais rentáveis e a média dos clientes?
Aqui poderíamos usar a Estatística, realizando um teste de hipótese para confirmar ou 
não nossa tese que de os clientes mais rentáveis possuem diferença em relação à média 
dos clientes.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Algum cliente em particular estará no grupo dos mais rentáveis? Quanto de faturamento 
posso esperar vindo deste cliente?
Aqui poderíamos utilizar Data Mining, para examinar o histórico dos clientes e criar 
modelos preditivos de geração de lucro por cliente. Estes modelos poderiam ser 
aplicados automaticamente usando Machine Learning.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
A identificação do problema a ser resolvido, vai impactar todo o projeto 
de Data Science, não só com relação ao custo, mas também com 
relação aos recursos que serão adotados.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
E quanto mais complexas as perguntas, mais a Ciência de Dados pode 
ajudar nas respostas!!
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Não existe a melhor tecnologia 
Existe aquela que melhor atende o requisito do cliente
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Ciclo de Vida
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Preparação
Engenharia 
de Dados
Analytics
Produção
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Preparação Engenharia de Dados Analytics Produção
Definição do objetivo Aquisição
Análise Exploratória de 
Dados
Construção de produtos 
de dados
Compreensão do problema Limpeza Inferências
Operacionalização de 
alimentação de dados
Conhecimento dos dados
Transformação Modelagem
Melhoria contínua
Enriquecimento Predição
Persistência Comunicação
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Dados
Análise 
Exploratória
de Dados
Modelagem Interpretação Comunicação
Análise 
Exploratória 
de Dados
Perguntas Mais Dados
Ciclo de Vida de Projetos de Data Science
Fases do Projeto
(Pipeline)
www.datascienceacademy.com.br
A qualidade dos seus outputs será determinada pelas qualidade dos seus inputs
Bons resultados dependem da formulação de boas questões
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Produtos gerados em 
projetos de Data 
Science
Relatórios
Narrativas
Apresentações
Web Sites
Aplicativos
• Facilidade de Uso
• Reprodutibilidade
• Documentação
• Conclusões Concisas
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Cultura Data-Driven
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Uma empresa com cultura orientada a dados, reconhece a importância do Big 
Data e como a análise destes dados, pode levar a empresa a criar produtos e 
serviços personalizados e totalmente aderentes as necessidades do público.
Ciclo de Vida de Projetos de Data Science
Cultura Data-Driven
www.datascienceacademy.com.br
A mudança de paradigma será inevitável. Aliás, já estamos vivenciando esta 
mudança. Terá sucesso, quem melhor se adaptar a ela.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Os dados já fazem parte do negócio. 
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Exemplos de Projetos de Data Science
• Análise de Texto das avaliações de itens comprados online
• Previsão de comportamento de usuário
• Previsão de desempenho de esportistas ou clubes esportivos
• Análise de Marketing e Mídia Social para redes de hotéis
• Previsão de Crimes e locais de ocorrências
• Análise e previsão de taxas de inadimplência
• Sistemas de recomendação
• Previsão de atrasos em voos
• Análise e Classificação de arquivos potencialmente maliciosos
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.br
Projetos de Data Science são cada vez mais comuns e estão mudando a forma 
como as empresas fazem negócio. 
Estão mudando a vida das pessoas.
Ciclo de Vida de Projetos de Data Science
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
Com a explosão da análise de dados e do Big Data, a busca por 
profissionais capazes de extrair, analisar e gerar insights dos dados, 
não para de crescer.
Carreiras em Data Science
www.datascienceacademy.com.br
Veja este gráfico do site de empregos Indeed
Carreiras em Data Science
http://www.indeed.com/
www.datascienceacademy.com.br
Gráfico do Google Trends
Carreiras em Data Science
www.datascienceacademy.com.br
Crescimento do volumede dados x Crescimento da formação de Analistas de Dados
O armazenamento de dados aumenta 28% ao
ano, enquanto a formação de profissionais de
Análise de Dados aumenta a 5,7% ao ano.
Carreiras em Data Science
www.datascienceacademy.com.br
Neste ritmo, o que vai acontecer daqui 5 anos?
Carreiras em Data Science
Crescimento do volume de dados x Crescimento da formação de Analistas de Dados
www.datascienceacademy.com.br
O mercado de trabalho não terá
profissionais suficientes para suprir
a demanda!!!!
Carreiras em Data Science
Crescimento do volume de dados x Crescimento da formação de Analistas de Dados
www.datascienceacademy.com.br
Até 2024, estima-se que 35
Zettabytes (1 ZB = 10²¹ bytes) de
dados estejam circulando na rede.
Carreiras em Data Science
www.datascienceacademy.com.br
Ou seja, as empresas carecem cada vez mais
da experiência daqueles que trabalham com
tecnologias como o Big Data – leia-se
profissionais experts em ciência da
computação, estatística, matemática e
domínio de negócios.
Carreiras em Data Science
www.datascienceacademy.com.br
A partir daí, extrair o máximo de
informações relevantes e decifrá-las
com velocidade, torna-se a chave para
transformar dados em novos negócios.
Carreiras em Data Science
www.datascienceacademy.com.br
A explosão na busca por profissionais de dados tem levado a criação 
de novas carreiras, bem como a reinvenção de outras. 
Carreiras em Data Science
www.datascienceacademy.com.br
Por mais que os conceitos de análise de dados existam a décadas, as 
tecnologias que surgiram recentemente, permitem fazer coisas que não 
eram possíveis antes, sem falar no fato que o volume de dados gerado 
pela humanidade nunca foi tão grande.
Carreiras em Data Science
www.datascienceacademy.com.br
Na prática, todas as profissões envolvem a coleta e análise de dados.
Carreiras em Data Science
www.datascienceacademy.com.br
Carreiras em Data Science
www.datascienceacademy.com.br
Vejamos as carreiras que mais estão sendo requisitadas, 
principalmente pelas empresas que já começaram seus projetos de 
Big Data e que precisam de profissionais para a Ciência de Dados.
Carreiras em Data Science
www.datascienceacademy.com.br
De forma geral, podemos identificar três perfis básicos de 
profissionais engajados em Data Science e Big Data:
Carreiras em Data Science
www.datascienceacademy.com.br
1) Cientistas de dados 
Profissionais capacitados em estatística,
ciência da computação e/ou matemática
capazes de analisar grandes volumes de
dados e extrair deles insights que criem
novas oportunidades de negócio.
Carreiras em Data Science
www.datascienceacademy.com.br
2) Analistas de negócio 
Conhecendo bem o negócio em que atuam
conseguem formular as perguntas corretas,
analisar as respostas e tomar decisões
estratégicas e táticas que alavanquem novos
negócios ou aumentem a lucratividade da
empresa. Esta função tende a ser acoplada
às funções do Cientista de Dados.
Carreiras em Data Science
www.datascienceacademy.com.br
3) Profissionais de tecnologia 
Cuidam da infraestrutura e do suporte
técnico para suportar Big Data. O aparato
tecnológico de Big Data não é muito
comum em empresas tipicamente
comerciais, pois demanda expertise em
gerenciar hardware em clusters de alta
performance.
Carreiras em Data Science
www.datascienceacademy.com.br
Entretanto, nos próximos anos viveremos uma
escassez destes profissionais, não só no Brasil,
mas no mundo todo.
Carreiras em Data Science
www.datascienceacademy.com.br
Esta escassez ao mesmo tempo em que abre
muitas perspectivas profissionais para os que
abraçarem a função, também atuará como um
entrave, pois dificultará às empresas usarem
Big Data com eficiência.
Carreiras em Data Science
www.datascienceacademy.com.br
Recentes pesquisas estimam que por volta de
2018, Big Data demandará cerca de 4,4
milhões de profissionais em todo o mundo e
que apenas 1/3 destes cargos poderá ser
preenchido com as capacitações disponíveis
hoje em dia.
Carreiras em Data Science
www.datascienceacademy.com.br
Uma pesquisa mundial da IBM corrobora estes dados, mostrando que apenas uma 
em dez organizações acredita que tenha profissionais com as capacitações 
necessárias e que três em cada quatro estudantes e professores reportam que 
existe um gap de moderado a grande entre o que é ensinado hoje e o que o 
mercado de trabalho realmente necessita.
Carreiras em Data Science
www.datascienceacademy.com.br
Carreiras em Data Science
www.datascienceacademy.com.br
Ciência 
de 
Dados
Cientista de 
Dados
Engenheiro de 
Dados
Analista de 
Dados
Arquiteto de 
Dados
Analista de 
Negócios
Administrador 
de Banco de 
Dados
Estatístico
Carreiras em Data Science
www.datascienceacademy.com.br
Analista de 
Negócios
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Analista de Negócios
➢ Estabelecer os objetivos e o âmbito de sistemas de negócios e de TI
➢ Identificar problemas organizacionais e conceber soluções orientadas 
a dados
➢ Realizar análises estatísticas, pesquisas, oficinas de formação e 
testes
➢ Recomendar mudanças nos processos, pessoal ou ofertas de 
produtos para tornar os departamentos internos mais eficientes
➢ Conceber novos sistemas ou alterar os existentes
➢ Fazer recomendações específicas de TI e apoiar a sua 
implementação
➢ Agir como um elo de ligação entre os gestores e equipes técnicas
➢ Propor suas decisões baseadas em dados
Carreiras em Data Science
Curso recomendado na DSA: Business Analytics
www.datascienceacademy.com.br
Analista de Dados
www.datascienceacademy.com.br
Analista de Dados
➢ Trabalhar com as equipes de TI, gestão e / ou Cientistas de Dados 
para determinar os objetivos organizacionais
➢ Coletar dados de fontes primárias e secundárias
➢ Realizar limpeza nos dados e descartar informações irrelevantes
➢ Analisar e interpretar os resultados utilizando ferramentas estatísticas 
e técnicas convencionais
➢ Identificar tendências, correlações e padrões em conjuntos de dados 
complexos
➢ Identificar novas oportunidades para melhoria de processos
➢ Concepção, criação e manutenção de bancos de dados relacionais e 
NoSQL e sistemas de dados
➢ Resolver problemas de código e questões relacionadas a dados
➢ Dominar linguagens (R, Python, SQL) e softwares de análise de 
dados (SAS, Tableau, Qlik)
Carreiras em Data Science
Cursos recomendados na DSA: Big Data Analytics com R e 
Azure e Big Data Real-Time Analytics com Python e 
Spark
www.datascienceacademy.com.br
Arquiteto de 
Dados
www.datascienceacademy.com.br
Arquiteto de Dados
➢ Colaborar com as equipes de TI e gestão para elaborar uma estratégia 
de dados que atenda os requisitos da empresa
➢ Criar um inventário de dados necessários para implementar a 
arquitetura
➢ Pesquisar novas oportunidades de aquisição de dados
➢ Identificar e avaliar as atuais tecnologias de gerenciamento de dados
➢ Criar um fluxo de dados dentro da empresa
➢ Desenvolver modelos de dados
➢ Projetar, documentar, construir e implantar arquiteturas e aplicações de 
banco de dados (por exemplo, grandes bancos de dados relacionais e 
NoSQL)
➢ Integrar a funcionalidade técnica (por exemplo, escalabilidade, 
segurança, desempenho, recuperação de dados, confiabilidade, etc.)
➢ Implementar medidas para assegurar a precisão dos dados e 
acessibilidade
Carreiras em Data Science
Cursos recomendados na DSA: Arquiteto de Soluções AWS,
Engenharia de Dados com Hadoop e Spark ou Formação 
Engenheiro de Dados
www.datascienceacademy.com.br
Engenheiro de 
Dados
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Engenheiro de Dados
➢ Projetar, construir, instalar, testar e manter sistemas de gerenciamento 
de dados altamente escaláveis
➢ Construir algoritmos de alto desempenho, protótipos, modelos preditivos 
e provas de conceito
➢ Pesquisar a aquisição de dados e novos usos para os dados existentes➢ Desenvolver processos de conjuntos de dados para modelagem de 
dados, mineração e produção
➢ Integrar novas tecnologias de gerenciamento de dados e ferramentas de 
engenharia de software nas estruturas existentes
➢ Criar componentes personalizados de software e aplicações analíticas
➢ Empregar uma variedade de linguagens e ferramentas
➢ Instalar e atualizar os procedimentos de recuperação de desastres
➢ Recomendar formas de melhorar a confiabilidade dos dados, eficiência 
e qualidade
➢ Dominar tecnologias como Hadoop, Spark e Cassandra
Carreiras em Data Science
Cursos recomendados na DSA: Formação Engenheiro de Dados
http://www.cienciaedados.com/processamento-de-dados-com-hadoop/
http://www.cienciaedados.com/apache-spark-e-data-science/
www.datascienceacademy.com.br
Administrador de Banco de Dados
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Administrador de Banco de Dados
➢ Suporte técnico aos bancos de dados existentes
➢ Personalização de bancos de dados comerciais para 
necessidades específicas
➢ Planejamento e projeto de bancos de dados para necessidades 
específicas
➢ Solução de problemas para atender às necessidades dos clientes
➢ Desenvolvimento de Banco de Dados para uma ampla variedade 
de aplicações
➢ Supervisão da instalação de novos SGBD
➢ Criar procedimentos de backup, restauração e recuperação de 
desastres
➢ Atuar com bancos de dados relacionais e não relacionais
Carreiras em Data Science
Cursos recomendados na DSA: Design e Implementação de Data 
Warehouses, Gerenciamento de Dados com MongoDB e SQL Para Big 
Data
www.datascienceacademy.com.br
Estatístico
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Estatístico
➢ Aplicar teorias e métodos estatísticos para resolver problemas práticos 
de negócios, engenharia, ciências ou outras áreas de conhecimento
➢ Decidir quais dados são necessários para responder a perguntas ou 
problemas específicos
➢ Determinar métodos para encontrar ou coletar dados
➢ Realizar pesquisas de opinião para coletar dados
➢ Coletar dados ou treinar outras pessoas a fazê-lo
➢ Analisar e interpretar dados
➢ Relatar conclusões a partir de suas análises
➢ Decidir sobre uma estratégia adequada para coletar dados
➢ Extrair dados de fontes existentes ou instigar novos procedimentos (por 
exemplo, pesquisas com clientes, experiências científicas, sondagens 
de opinião, etc.)
➢ Analisar e interpretar dados usando ferramentas, algoritmos, modelos 
estatísticos e software (por exemplo R, SAS, SPSS, etc.)
Carreiras em Data Science
Cursos recomendados na DSA: Formação Cientista de Dados
www.datascienceacademy.com.br
Cientista de Dados
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Cientista de Dados
➢ Comunicar previsões e resultados para a gestão e os departamentos de 
TI através de visualizações de dados eficazes
➢ Extrair grandes volumes de dados de múltiplas fontes internas e 
externas
➢ Empregar os programas de análise sofisticadas, aprendizado de 
máquina e métodos estatísticos para preparar os dados para uso em 
modelagem preditiva e prescritiva
➢ Explorar e analisar dados de uma variedade de ângulos para determinar 
fraquezas escondidas, tendências e / ou oportunidades
➢ Conceber soluções orientadas a dados para os principais desafios da 
empresa
➢ Criar novos algoritmos para resolver problemas e criar novas 
ferramentas para automatizar o trabalho
➢ Recomendar mudanças econômicas aos procedimentos e estratégias 
existentes
Carreiras em Data Science
Cursos recomendados na DSA: Formação Cientista de Dados, 
Formação Inteligência Artificial e Formação Java
www.datascienceacademy.com.br
Funções Gerenciais em Data 
Science
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Apesar de muitas denominações possíveis, 3 posições chave em liderança 
de projetos de Data Science são facilmente identificáveis:
• Líder de Equipes de Data Science
• Gerente de Dados e Analytics
• Chief Data Officer
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
Embora o volume de dados aumente a cada dia, o que requer investimento 
em armazenamento e análise, a má gestão dos dados ainda tem sido o que 
mais se vê no ambiente corporativo.
Gerenciar dados custa caro e de acordo com o Gartner, estima-se um 
prejuízo na ordem de 13 bilhões de dólares com o gerenciamento ineficaz 
dos dados.
Carreiras em Data Science
Funções Gerenciais em Data Science
http://www.gartner.com/technology/home.jsp
www.datascienceacademy.com.br
Funções Gerenciais em Data Science
Como os dados são armazenados 
eletronicamente, muitas empresas 
deixam sua gestão para o 
departamento de Tecnologia da 
Informação (TI).
Carreiras em Data Science
www.datascienceacademy.com.br
No entanto, não há uma função em TI 
que seja voltada para o 
gerenciamento de dados e ninguém é 
oficialmente responsável pelos dados.
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
As pessoas esperam que os dados 
sejam armazenados com precisão, 
mas na maioria das vezes não é o que 
ocorre.
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
Entra em cena então o Chief Data Officer – CDO (Executivo Chefe de Dados)
Esta função é relativamente nova e muitas empresas ainda não estão dando atenção a 
isso
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
O papel do CDO é trazer ordem para o caos nos dados e proteger o investimento 
da empresa, seja na coleta, armazenamento ou análise de dados.
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
Tão ruim quanto armazenar dados de forma imprecisa, é analisar estes dados 
armazenados de forma imprecisa, o que pode levar a decisões de negócio 
catastróficas.
Carreiras em Data Science
Funções Gerenciais em Data Science
www.datascienceacademy.com.br
www.datascienceacademy.com.br
É um momento emocionante para a Ciência de Dados. 
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
O campo é novo, mas está crescendo rapidamente. 
Há uma grande procura pelos Cientistas de Dados e a remuneração 
média nos EUA já é superior a 100 mil dólares por ano.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
O déficit de competências de Ciência de Dados significa que muitas 
pessoas estão aprendendo ou tentando aprender Data Science.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
O primeiro passo para aprender Ciência de Dados é geralmente 
perguntando ”Por onde começar?" 
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
A resposta a esta pergunta tende a ser uma longa lista de cursos e livros para 
ler, começando com Álgebra Linear ou Estatística. É semelhante a um professor 
entregando uma pilha de livros ao aluno e dizendo ”leia tudo isso”.
Esse caminho tende a ser pouco motivador e na maiora das vezes, fracassa.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Algumas pessoas aprendem melhor 
com livros, outras com vídeos, mas 
a maneira mais eficaz de aprender, 
é fazendo 
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
A motivação aparece quando 
você começa a ver o resultado do 
seu aprendizado 
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
O melhor de tudo, quando você 
aprende desta forma, você adquire 
habilidades imediatamente úteis 
www.datascienceacademy.com.br
Se você quer aprender Ciência de Dados, seu primeiro objetivo 
deve ser aprender a estudar.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Interessado em saber como? Você está no lugar certo!
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
http://www.datascienceacademy.com.br/www.datascienceacademy.com.br
Quem é o Cientista de Dados?
A profissão mais sexy do século XXI!!
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
"Um Cientista de Dados é alguém que é curioso, que 
analisa os dados para detectar tendências”.
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
Cientistas de dados são uma nova 
geração de especialistas analíticos 
que têm as habilidades técnicas para 
resolver problemas complexos. 
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
E a curiosidade de explorar 
quais são os problemas que 
precisam ser resolvidos.
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
Eles são parte matemáticos, 
parte cientistas da computação e 
parte analistas de tendências. 
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
E, por transitarem entre o mundo 
dos negócios e de TI, eles são 
muito procurados e bem pagos.
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
Eles também são um sinal dos
tempos modernos. Cientistas de
dados não estavam no radar há
uma década, mas sua popularidade
repentina reflete como as empresas
agora pensam sobre Big Data.
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
http://www.sas.com/pt_br/insights/big-data/what-is-big-data.html
www.datascienceacademy.com.br
Essa imensidão de dados não
estruturados já não pode mais ser
ignorada e esquecida. É uma mina
de ouro virtual que ajuda a aumentar
receitas – desde que haja alguém
que escave e desenterre insights
empresariais que ninguém havia
pensado em procurar.
Como se Tornar um Cientista de Dados?
Quem é o Cientista de Dados?
www.datascienceacademy.com.br
Entra em cena, o Cientista de Dados!
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Quem é o Cientista de Dados?
Como se Tornar um Cientista de Dados?
Pessoa que é melhor em 
estatística que um engenheiro de 
software e que é melhor em 
engenharia de software, que 
qualquer estatístico.
Cientista de Dados
www.datascienceacademy.com.br
Quem é o Cientista de Dados?
➢Profissional que pratica Ciência de Dados.
➢Experiência em análise de dados, estatística, matemática e programação.
➢ Investiga problemas complexos de negócio e provê soluções a partir dos dados.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Características do Cientista de Dados
• Curiosidade
• Habilidade Técnica
• Comunicação 
• Capacidade de apresentação
• Criatividade
• Conhecimento de Negócios
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Características de um 
Cientista de Dados
Contador de 
História
Conhecimento 
de Negócio
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Desenvolvimento de 
Produtos
Áreas de Negócio
Dados não 
estruturados
Dados estruturados
Machine Learning
Big Data e dados 
distribuídos
Otimização
Modelos gráficos
Algoritmos
Simulações
Programação Back 
e Front-end
Estatísticas 
temporais
Estatística espacial
Manipulação de 
dados
Estatística clássica
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Características do Cientista de Dados
É preciso profundo conhecimento em pelo menos uma das áreas abaixo:
• Estatística / Matemática
• Machine Learning
• Armazenamento / Processamento de Big Data
• Business
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
O que faz um Cientista de Dados?
Dados
Processamento
Machine 
Learning
Análise / Modelos 
Estatísticos
Datasets
Relatórios
Visualizações
Apps orientadas 
a dados
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
Como se Preparar para a Profissão do Futuro?
www.datascienceacademy.com.br
Matemática e 
Estatística
Aprendizado 
de Máquina
Programação
Banco de 
Dados
Filtragem e
Visualização 
de Dados
Big Data
Networking e 
Experiência 
Prática
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Área de Conhecimento Habilidade
Matemática e Estatística Álgebra Linear, Estatística Descritiva, Testes de Hipótese, Análise Bayesiana
Aprendizado de Máquina Aprendizagem Supervisionada e Não-Supervisionada, Classificação, Regressão, 
Clustering
Programação Python, R, Scala, Java, Julia, SAS, SQL, C++
Banco de Dados Bancos Relacionais e Bancos No-SQL como MongoDB
Filtragem e Visualização de 
Dados
D3.js, Tableau, Infovis, ggplot2
Big Data Hadoop, Spark, Storm, Cassandra
Área de Negócio Finanças, Marketing, Varejo, Astronomia, Saúde, Tecnologia
O que o Cientista de Dados precisa saber?
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Em resumo...
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
Em resumo...
www.datascienceacademy.com.br
Por isso o Cientista de 
Dados é conhecido 
como Unicórnio.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Mas o Unicórnio é um mito
Se você quer participar desse mercado promissor, de Data Science e Big
Data, foque em aprender o máximo possível e tenha em mente que o
aprendizado é algo contínuo!
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Mas o Unicórnio é um mito
Aprenda estatística de forma correta. Não adianta nada conseguir manipular
bases de dados das maneiras mais mirabolantes possíveis, se o que você faz
é somente totalizar as variáveis de dentro do seu banco de dados.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Mas o Unicórnio é um mito
Não tente aprender tudo de uma vez. Mantenha-se informado sobre as
tecnologias, mas não se cobre demais por isso!
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Seja um profissional de Analytics
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
1- Aprenda a amar os dados
2- Aprenda fazendo
3- Aprenda a comunicar seus insights
4- Aprenda com outros pares na comunidade
5- Aumente o grau de dificuldade e se desafie o 
tempo todo
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Atualmente, não só o mercado depara-se
com a escassez de profissionais bem
capacitados, como aqueles que exercem a
profissão devem estar preparados para os
desafios que estão por vir.
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Por certo, os Cientistas de 
Dados vieram para ficar.
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Como se preparar para esta profissão, que é 
considerada a profissão do futuro?
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Como se Tornar um Cientista de Dados?
www.datascienceacademy.com.br
Você Cientista De Dados
Esse é o nosso objetivo!
Muito Obrigado Por Acompanhar Este Treinamento!
Equipe Data Science Academy
www.datascienceacademy.com.brwww.datascienceacademy.com.br
www.datascienceacademy.com.br
É um momento emocionante para a Ciência de Dados 
Encerramento
www.datascienceacademy.com.br
www.datascienceacademy.com.br
Encerramento
Estamos aqui para ajudá-lo!
www.datascienceacademy.com.br
Encerramento
E sua opinião é muito importante para 
nós! Mande suas críticas e sugestões!
Você tem um canal direto conosco:
contato@datascienceacademy.com.br
mailto:contato@datascienceacademy.com.br
www.datascienceacademy.com.br
Encerramento
Lembre-se de fazer a avaliação final para 
obter seu certificado.
www.datascienceacademy.com.br
Continue Trilhando uma excelente jornada de
aprendizagem.
Muito Obrigado!